[发明专利]表格图像识别方法及装置

说明书

本说明书实施例提供一种表格图像识别方法及装置，在表格图像识别方法中，对于存在表头信息的表格图像，则先根据表头信息，确定针对表格图像划分的若干区域各自的属性类别。之后将各区域分别输入各自的属性类别所对应的文本识别模型进行文本识别。对于不存在表头信息的表格图像，则先利用属性类别预测模型预测针对表格图像划分的若干区域各自的属性类别。之后将各区域分别输入各自的属性类别所对应的文本识别模型进行文本识别。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种表格图像识别方法及装置。

背景技术

表格是文档中常用的数据资料载体。表格在我们日常生活中的应用越来越广泛，以表格的形式表达数据可以形象直观，并且表达方式简洁。目前，大多数企业特别是IT、银行、金融等行业，每天要处理的表格数量惊人。然而，在实际应用中，我们会遇到一些包含表格的文档是PDF格式或者图片格式，也即会遇到一些表格图像，在这些情况下，如要获取表格数据，就需要对表格图像进行识别处理。

现有的表格图像识别方法往往会受表格图像的拍摄质量的影响，因此，迫切需要提供一种更可靠地表格图像识别方法。

发明内容

本说明书一个或多个实施例描述了一种表格图像识别方法及装置，可以提高表格图像识别的可靠性。

第一方面，提供了一种表格图像识别方法，包括：

获取表格图像；

判断所述表格图像中是否存在表头信息，其中，所述表头信息用于指示出表格内的行内容和/或列内容的属性类别；

在所述表格图像存在表头信息的情况下，根据所述表头信息，确定针对所述表格图像划分的若干区域各自的属性类别，并将各区域分别输入各自的属性类别所对应的文本识别模型进行文本识别；

在所述表格图像不存在表头信息的情况下，利用属性类别预测模型，预测针对所述表格图像划分的若干区域各自的属性类别，并将各区域分别输入各自的属性类别所对应的文本识别模型进行文本识别。

第二方面，提供了一种表格图像识别装置，包括：

获取单元，用于获取表格图像；

判断单元，用于判断所述表格图像中是否存在表头信息，其中，所述表头信息用于指示出表格内的行内容和/或列内容的属性类别；

第一输入单元，用于在所述表格图像存在表头信息的情况下，根据所述表头信息，确定针对所述表格图像划分的若干区域各自的属性类别，并将各区域分别输入各自的属性类别所对应的文本识别模型进行文本识别；

第二输入单元，用于在所述表格图像不存在表头信息的情况下，利用属性类别预测模型预测针对所述表格图像划分的若干区域各自的属性类别，并将各区域分别输入各自的属性类别所对应的文本识别模型进行文本识别。

第三方面，提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面的方法。

第四方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面的方法。